人很好预测，却最讨厌被这样说

早在智能音箱出现之前，Charles Isbell 就给家里装上了接收设备，记录下遥控器发出的每一次红外信号：灯、电视，还有坐下来看点什么的那点小小仪式。佐治亚理工学院本来就有一座 Aware Home（智能住宅项目），能在不使用摄像头的情况下记录这类数据。他想要一个很窄的答案：一个模型要掌握多少数据，才能猜到一个人接下来会用电视或台灯做什么。他说，令人意外的地方在于，一旦知道要找什么，采集这些数据其实很容易。

关键在于要选对那两天：是周末，而不是随便哪个工作日。用这一段数据，一个学生只靠计数统计，不用隐马尔可夫模型，也不用什么深度网络，就能以 93% 的准确率预测遥控器上的下一个按键。如果把问题放宽到你可能会按的那一小撮按钮，准确率会升到大约 99%。比如数字键盘上的按键，对一个人来说都表现得差不多，于是它们自然落进了同一堆里，这正是你所期望的。

他工作中更深一层的做法，是把人和物体表示为其所做之事与所受之事的分布，再对这些分布做聚类。个体之间各有不同，但每一个个体都规律得令人恼火。在盯着这些数据多年之后，Isbell 得出了两条结论：人很容易被预测，而且人讨厌别人说他们很容易被预测。可他们依旧如此。

Lex Fridman 从哲学上顺着最明显的方向反驳。如果 90% 的行为都能聚成类，那么人的部分会不会恰恰是那个例外：有人打破常规的那一刻，以及我们每个人打破常规的方式。Isbell 认可这份诗意，却对前提提出异议。那些与人群显得格外不同的人，并不是数据里的 0%，而更接近 10%；而把他们聚起来，他们同样彼此相似。就连那些掉出队列的人，也还是排着自己的队。

他把问题重新说了一遍：当你遇到从未见过的情境、不得不做出决定，而正确答案即便你知道，也仍然会让人疼的时候，你怎么办？至少从哲学层面来说，这正是让一个人成为个体的东西，也是让人们之所以为人的东西。它不是简单的问题，甚至也不只是难的问题。它是你明知结果对自己非常不利的那种抉择。定义我们的，正是这样的难题。

Fridman 问，交互式 AI 能否把人们从社交媒体的信息孤岛里拉出来——民主党和共和党只是众多可笑的分类箱中的两个——并帮助他们体会别人的生活。Isbell 不认为难点在几何结构上。只要能在观念或行为上建立偏序或聚类，从 A 走到 B 就算不上什么飞跃。你找到最近的边，然后慢慢沿着它走。只要设计者已经给这些边命了名、赋予了意义，机器在这方面就很擅长。

网络本身就是陷阱。他讲了一个故事：两组背景相同的人分开去解一道题，之后却合不到一起，因为几个小时的工作就发明出了两种语言。其中一组看着一个房间时，能看见墙上的钟，于是用钟来给房间命名；另一组看不见钟，就用别的地标。最后他们回来时，明明在说同一个房间，自己却浑然不觉。更糟的是，双方都不知道对方能看见什么。如果人为制造信息孤岛，争执的主要原因就不只是意识形态分歧，而是同样的词语意思截然不同，人们在就几条基本公理达成一致之前，会彼此擦肩而过、各说各话。

Fridman 把共情也拉了进来，包括网上那种把“爱”这个字当作肉麻的习惯。Isbell 把共情和同情区分开。同情是为某人感到难过；共情是理解对方从哪里来。对大多数人来说，两者常常一起出现，但也可以被分开。你可以完全理解一个人，同时拒绝支持他的所作所为。如果理解必须以认同为前提，或者同情一个人就必须让对方喜欢你，那我们都会迷失，因为我们并不是同一个人。他那套有点异想天开的工程思路，是把每个人的生活看作经验与行动的分布，取余弦，然后把人们引入到彼此的重叠之处。几乎没有人是 0，几乎也没有人是 1。他认为，真正的瓶颈在于让人们去问：他们究竟在哪些方面相似多于不同。只要他们肯问，或许就用不着机器了。

他说，人类历史有很大一部分，是在把别人变成“他者”。在网络上，对方只是一串比特，于是轻蔑变得廉价。把两个人放进同一个房间，两道约束会同时出现：你得面对对方也是人这件事，而且你做得太过火，对方也可能挥拳打你。“当你直视对方的眼睛时，很难去网上喷一个人。”

Isbell 的研究团队叫交互式人工智能实验室（Lab for Interactive Artificial Intelligence）。从训练背景和第一篇论文来看（那篇论文发表时，这个会议还叫 NIPS），他是一位相信数据和统计的机器学习研究者。但机器学习不是终点。他想要的是一个有智能的人造物，它在自己的方式上，和人类一样有意思，而他并不指望自己能活到那一天。智能需要学习，所以他必须把学习这件事想明白。名字里的“交互式”提醒他，目标比做一个更好的学习者要大得多。

他把机器学习（ML）看作针对具体任务的工程，把 AI 看作更偏哲学的、关于真正智能的探索，常常也是理解我们自己的一种方式。有人问，这种智能究竟是一个系统，还是一群系统组成的社会，他说，交互对我们这种智能来说是根本性的。树倒下时，如果周围没有人，会不会发出声音，他并不在意，因为没有观察者，这件事就没有意义。我们是与他人一起变得聪明的。在某种意义上，孤立的聪明是一种没有意义的行为。我们甚至会把意图硬生生地安到本没有意图的物体身上。

这种立场有现实的锋芒。你不能假定对方看见了墙上的钟，所以你得花大量时间去沟通，并把自己的理由投射到对方身上，以便预测他们会怎么做。Isbell 面对一家新开的中餐馆，点了左宗棠鸡（General Tso's chicken）和酸辣汤，因为那是最省事的选择。别人点的是鸡肉炒西兰花。他不理解他们，他们也不理解他；但他们仍然得说话，而且两人都会慢慢漂移。交互式 AI 学的不是某个任务。它要在很长的时间尺度上，去适应一个正在变化的人，包括 15 年前的你。

Fridman 指出，Alexa 这一类的系统，对你的了解仍然几乎为零，远远比不上人与人之间那种在时间里层层积累的了解，也就是你用多年才一点点攒下的零碎认识。Isbell 的回答很直接。机器学习界并没有花太多时间在终身学习上，甚至也没怎么研究那种意义上的学习，因为大家都盯着任务，并且在手头的问题上过拟合。迁移学习仍然要先去发明一个任务。这就像在灯下找钥匙，因为那里有光。

目标一直在移动。他开玩笑说，AI 就是让计算机表现得像电影里那样的艺术，而电影还在不断地上映新片。你一旦弄懂了某个技巧，它就不再算作 AI，而只是求导、除以二，再加一个滑动窗口。学界和业界的激励机制奖励的是下一篇论文和下一款产品，于是人们只能爬坡式地做优化。就连那些有名到足以承担巨大风险的研究者，也用一辈子在承担小风险。他开出的药方是：别再解那些“等于一”的问题了。做出一个能在你无法控制的环境里存活数月的东西，接受它需要五年时间，并停止为了把某个指标提高一个点而反复重跑同一个实验。

那就干脆把模型做得极其庞大呢？GPT-3，整个 YouTube，加上猛药般的算力，直到它吞下推理、绘画、音乐和爱情？Isbell 想象不出还有比一个建立在 YouTube 视频之上的世界更可怕的了。你会学到一些东西，所以这个实验值得做，但你到不了那里。更隐蔽的失败在于，我们说自己想要系统去学习，而当它们真的学会了，它们会改变我们。我们会重新定义成功。谷歌就是他举出的例子。

信息检索几十年来一直依赖向量空间模型，而这套模型来自 Isbell 所说的、大约 1971 年的一本书。后来谷歌让即兴搜索看起来很容易。问题已经变了。当一个查询真的有一千万个答案时，“给我相关的结果”就不再是任务了。任务变成了“至少在前几页上别给我无关的东西”，因为没有人会翻到后面去看。谷歌在那个搜索框里做的，其实是在尽量减少假阳性，这和真正找到答案，是两回事。用户也训练自己去输入那些能把他们本来就想要的页面召唤出来的关键词，然后反过来夸机器理解了他们。

他说，教师招聘也是同一套算法。各个院系都声称想招最好的助理教授。2017 年，计算机科学排名前四的项目——麻省理工学院（MIT）、斯坦福、伯克利和卡内基梅隆大学（这个领域没有第五名，只有四所学校并列第一）——约 60% 的教师拿的是这四所学校的博士学位。在排名前十的院系里，大约 65% 的教师来自前十。在排名前 55 的院系里，有一半的教师来自前十。在任何一种合理的情形下，最优秀的教师都不可能主要来自十所学校，即便是 R1 大学也一样，尤其是在其中一些学校本来就培养不出多少博士的情况下。

1980 年代，没有人会因为买了 IBM 而被炒鱿鱼。没有人会因为录用了一位麻省理工学院的博士而被追责。如果那个人很糟糕，他的学历就是挡箭牌。同样的人如果来自一所你瞧不上的学校，那就是你自己冒的风险。你每年招一两个人，可能要用 30 年，所以每一种激励都指向减少假阳性：你并不在乎说错“不”，只在乎说错“是”。如果一个漂亮的答案藏在第 13 页，搜索才不管呢。Fridman 问，你究竟怎样才能找到 Grigori Perelman，那种不肯玩院系礼节、甚至可能在简历上写下“机器学习是浪费时间”的怪才。Isbell 说，应该注入一点随机性，就像在贝叶斯搜索里那样。对人来说，代价似乎太高了，因为一次糟糕的聘用，学生也会跟着学。

所以他退后一步，去扩大候选池。朋友们提供的非正式数据，后来一项正式研究也证实：研究生录取其实很简单。你几乎只录取排名高于自己的学校的人，大多录取离你近的学校的人，几乎不录取排名低于你的学校的人，但像哈维穆德学院（Harvey Mudd）这样未进入排名的文理学院除外。这意味着，你能不能在康奈尔当上教授，很大程度上在你 17 岁时就已经定下来了。《美国新闻与世界报道》的计算机科学排名与该杂志其他排行榜不同，100% 以声誉为依据：每个单位由两个人为所有学校打分。佐治亚理工学院是唯一一个从前二十之外一路升进前十的计算机机构。Isbell 把这归因于一些看得见的押注：公立大学里设立了计算学院，在危机中重新设计了本科项目，以及在别人还在争论大规模在线课程（MOOC）的时候就推出了在线硕士。声誉会在同行抬头看见、并说“这些人比我们原先想的要好”的时候发生变化。剩下的都是惯性。

Fridman 说，排名感觉更像一个叙事空间，而不是扎根于事实的东西。Isbell 不肯接受这种对比。他认为叙事本身就是客观的，它是对所有其他人意见的一种客观测量。它不是物理学，但它依然是一种测量。他说，你若想举一个真正客观的东西，他就拿相机来举例。

相机说到底就是把光记录在胶片上，但直到 1970 年代前后，它对深色皮肤的人都拍不好。问题的原因并不神秘。在美国和西欧，购买者大多是浅肤色的人，于是工程设计就偏向了光谱的那一段。真正迫使胶片变得更好的，并不是某种突然的道德觉醒。是家具制造商需要拍红木的照片，糖果制造商需要拍巧克力的照片。所谓客观的仪器，每一件都是人做出的一堆取舍：选光谱的这一段还是那一段，考虑这笔成本还是那个客户。当一家企业集团带着钱出现时，取舍就会跟着移动。就连客观性最终也会落到一个故事上，否则它就不算工程。

这个实验室还有个别名叫 P-Funk。Isbell 有个怪癖：他听到一些词，就想把它们缩写成首字母，要是词不配合，就换词。P 代表概率的（probabilistic），因为这项工作研究的是不确定性；至于 Funk 的其余部分，他留给每一位学生自己去填。学生毕业时，他会送他们一顶帽子、一副星形眼镜、一枚 P-Funk 奖章，还有一对毛绒骰子。出生在苏联的 Fridman 请他讲讲这个美国的东西。他先做了个更正：嘻哈（hip hop）和说唱（rap）并不是一回事。嘻哈是一种生活方式，包括涂鸦、tagging、popping、locking，还有 DJ 的刮碟（scratching）。说唱则是其中的音乐。

入门的路子，就是听者本来就喜欢的东西。对 Fridman 来说，他会从 Led Zeppelin 开始，接着是 Public Enemy 的《It Takes a Nation of Millions to Hold Us Back》。Isbell 几乎毫不犹豫地说，这是有史以来最好的专辑。这张专辑由 Rick Rubin 制作，音乐带着 1980 年代重金属的质感，歌词则很政治。然后是 Mos Def，再回到 EPMD，接着是 The Last Poets 1970 年的第一张专辑，这样你就能看出这条线有多长。他说，对一种流派感到困惑，正是他们整个小时里一直在讨论的同一个问题：叙事、归属感与沉浸。爵士乐也是这样。某一天 Charlie Parker 突然就通了，因为你已经浸泡得够久，能够使用别人听不懂的词汇了。

采样并不是什么现代的小把戏。过去，DJ 把唱片拼成能让人跳舞的东西，才是最受瞩目的角色。Run-DMC 的 Jam Master Jay 会自己录下钢琴的声音，然后把录音采样，而不是现场弹奏。这是一种拆成片段去思考、用碎片拼出新音乐的方式，爵士乐也是这样，只是上面再加一层即兴。Fridman 为流行说唱从歌词滑向节拍而感到惋惜。Isbell 也是从歌词入门的，他毕业那个月写下了最后一篇评论。每当他对排行榜感到绝望，总会有人给他推荐一首地下音乐，他就又觉得完整了。他还补充了 Junior Wells 和芝加哥蓝调的《Snatch It Back and Hold It》：那是 James Brown 还没有成为 James Brown 之前的样子。放克是一条连续的线，只是后来才有了 1970 年代这个名字。他也不排斥迪斯科。

工具是锤子，技能是知道怎么挥锤。Isbell 说，学科是一种思维方式，是看待世界的根本方法。物理学家用科学方法去发现；数学家构造抽象，并在其中寻找稳定的真理；工程师在取舍之下做出可证明更好的人造物。计算要想拥有第四把交椅，就得有属于自己的思维方式。

一个计算主义者的与众不同之处，在于理解模型、语言和机器是等价的。正则表达式和有限状态机是同一个对象，一个以语言的面目出现，一个以机器的面目出现，而这种等价性会渗透到调试之中。由于机器是可执行的，这个三角形是动态的。他给数学家写东西时，数学家要求他把它冻结住：在他们的世界里，真理是一个东西，而不是一个不断运行的过程。计算把自指和运行引入了画面。在他把这个三角形画到纸上的 10 年或 15 年后，他补上了缺失的那个顶点：人。数据和算力已经大到足以做出令人惊叹的事，但真正有意思的，是回路中的人类，是智能与模型、语言和机器相互作用，并赋予信息以意义。

并非人人都需要学会编程。每个人都需要以一种他定义为“可重复”的精确度来思考：把问题描述到机器可以执行的程度。人类在这方面并不擅长。大多数对话里，我们都在含糊地猜测意思，直到猜得足够好，能够采取行动为止。在机器面前，目前还做不到这一点。编码只是一种粗糙的手段。编程语言的思想，也就是你调整参数，结果就会随之改变，才是真正要学的东西。他认为，当前机器学习的一个缺口在于，人们会在深度网络里迷失，忘了自己是在做软件工程，忘了自己是在对自己发明的参数做决定。计算教育应当逼着人们把这些假设摆到桌面上。把它们叫作参数，或叫作 if-then 语句都行，关键在于你必须把话说明白，因为总有一天模型会运行。把社交媒体的代码稍微改好一点，并不能修好社交媒体。只有当用户理解别人正在对自己做什么，并掌控自己的行为时，它才会管用。

Isbell 出生在查塔努加（Chattanooga）。他最早的记忆，是三岁半时搭着搬家卡车来到亚特兰大，因此他认这座城市为家。1970 年代和 1980 年代的亚特兰大有着严重的种族隔离，不过如果你还年轻，或者没有去留意，就不一定看得那么明显。高速公路切割出了种族与阶层的界线。他在一个黑人聚居区的穷人那一侧长大，对种族问题非常敏感。一年级时，他有了一个女朋友，是个白人女孩，名叫 Heather。他们和 Heather 的朋友们认真讨论过，一个黑人男孩和一个白人女孩能不能做男女朋友，最后得出结论：可以。在一年级，这意味着多一段课间休息，以及一次让人觉得惊世骇俗的“Eskimo kiss”（蹭鼻子），因为所有人都在看。

对种族问题有所察觉，与意识到自己是少数群体，并不是一回事。6 岁的时候，他每天见到的人不过七个，在这一小圈子里，他并不觉得自己人少势弱。亚特兰大是民权运动的发源地。几个频道的新闻主播都是黑人。市长是黑人，而且一直都是。后来他去了佐治亚理工学院。第一天，他从西校区走到东校区，在数百名学生之中，他看见的唯一一个黑人就是自己。这既让人眼界大开，也让人不太舒服，而这种感觉在他职业生涯的大部分时间里都一直存在。大学也做了它本该做的事。在亚特兰大，人们非黑即白。在理工学院，他遇到了亚裔学生，也遇到了后来会被称为西语裔（Hispanic）的学生。

他只申请了一所本科学校，也就是佐治亚理工学院，因为用他的话说，他当时很笨，没有人告诉他还有别的选择。读研究生时，他试了三所：佐治亚理工学院、麻省理工学院和卡内基梅隆大学。拿到麻省理工学院的录取之后，他问了二十个人喜不喜欢波士顿。十个人喜欢，十个人讨厌。喜欢的十个人全是白人，讨厌的十个人全是黑人；两种说法在各自群体内部几乎如出一辙。白人朋友谈的是咖啡馆、哈佛广场、学生，还有散步。黑人朋友谈的则是天黑以后，哪些街区是你不想被困在里面的。他一到那里，就两种都理解了。1990 年，一个大都会区里竟然没有一家电台播放他所说的黑人音乐。亚特兰大则有一个经济上可行、社会上凝聚力强的黑人中产阶层。波士顿的黑人中产阶层（如果存在的话）则比较分散，而集中居住的黑人社区往往比较贫穷。

九年级时，他被送进一所公立特色学校（magnet school），即数学与科学学院（Math and Science Academy）：385 名学生，除了 4 人以外都是黑人，其中包括一位前市长的女儿，以及 Michael Jackson 的一个表亲。停车场成了问题，因为那些车子都不像穷孩子的车。黑人可以很有钱，也可以很穷，两种情况都看得见。波士顿给人的感觉并非如此。它像是全国跨种族约会的首都，同时又像是一个人人都知道哪趟火车不该坐、哪所房子不能住的地方。这是 1992 年的大波士顿。在麻省理工学院里，他始终觉得自己有力量。他说，这里面有一部分是他自己的错觉，但它管用。掌权的人希望他成功。他把这叫作 Jackie Robinson 综合征：第一个人必须做到完美，因为如果他失败了，很长一段时间内都不会有人再跟进，所以第一个人能成功，符合所有人的利益。Shirley Jackson 大约在 1971 年拿下了麻省理工学院首位黑人博士学位，而首位黑人本科生，当时还要再等大约 8 年。在他的经历里，大学并不是敌人。城里其他的机构，则像是被设计成不欠他任何东西的。

Fridman 问，这个教训是不是要忽略身边那些细小的阻力，永远把自己看作有力量的人。Isbell 只肯说一半。你得有足够的自我欺骗，才能读完博士，因为那要求你相信自己能发明出别人都没有的东西。但你不能自欺到连迎面而来的火车都不肯躲开。他很幸运，有好朋友，有母亲，也有那种即便打长途电话（那时还很贵）也联系得上的家人。

他被拦下过不止一次。过了 50 岁，他一看见警察，仍然会非常紧张。在波士顿和韦尔斯利的中间地带，一名警察拔出了枪。Isbell 脑子里闪过的念头是：如果那人当场开枪，他就会逍遥法外。过了几年，一个更糟的念头出现了：在今天的世道里，他不但会逍遥法外，Isbell 还会被描绘成一个又高大又吓人的坏人，开得太快，不听指挥，而他其实并没有不听指挥。这会给一个家庭、一份传承、一段历史都蒙上污点。他并不认为那名警察那晚出门是为了杀人，也不会惊讶那人从此再也没有拔过枪。他已经想不起对方的名字，只记得那把枪。枪口顶到你脸上，比你想象的要大得多。那次拦车的理由，据说是闯了红灯，但 Isbell 并不相信自己闯过红灯。他甚至可能根本没拿到罚单。

他说，火是必需的，你必须尊重它，因为它会烧伤你。警察就是一个巨大的火球。有些家庭会在旁边烤棉花糖，他不烤棉花糖。当然，这种立场也可能变成仇恨，甚至仇恨可能就是合乎逻辑的终点。但你还得在这个世界里生活，而仇恨每天都背着，太耗精力。要把它留到有用的时候再用。他能共情警察所经历的东西。他也会引用两个数字：这份工作甚至不在美国十大最危险的工作之列，坐出租车时被杀的可能性都比它高；而警察的死亡中，将近一半是自杀，这说明那个群体内部正在发生某些事情。再往上一个层面看，问题在于一种叙事结构，它让人很容易待在某一个群体里，忘了另一个群体的人也和自己一样。如果你是在那个家里长大的，是那样的人，甚至是个女人，你会不会相信那个“疯子”所相信的东西？大概会，因为他们相信，而从根本上说，他们和你是一样的。这个练习解决不了什么，它只是让墙松动了一点点。

怎样修复 Twitter、Facebook，怎样消除种族主义？Isbell 把它们称为结构性问题。个体之间的交谈当然重要，但你得建立一些结构，让这样的交谈能够随时发生，而且相对安全，好让人们看到别人有着不同的人生，同时仍然是同一种生物。他知道这听起来很天真。对他来说，乐观是必要的自欺之一。难点在于，改变基础设施现在几乎不符合任何人的利益。为什么是现在？他更想问的是：为什么不是更早？你需要一代人既足够年长、足以愤怒，又没有老到还记得上一次的情形。1930 年代和 1940 年代也有过民权运动，但它们的性质不同。他带着历史学家式的歉意给出一个猜测：是电视。金恩博士早期在佐治亚州的努力之所以失败，是因为一名警长悄悄把人装上卡车，把他们远远送去监狱，同时也没有给记者留下继续待下去的理由。下一站是伯明翰，那里有 Bull Connor，有用消防水龙冲击孩子的场面，也有客厅里的愤怒。所谓的自欺，有一部分就是假装没有坏事发生；一旦它就摆在你面前，就很难再视而不见了。社交媒体就是把这种可见性再次放大，再加上人口结构的变化：变化快到足以让一些人感到不安，却又没有快到引发全面反扑。

可见性并不能保证什么。在 Rodney King 之前，Isbell 还记得一位警察，他对一个新闻采访组说南加州很丑陋，邀请他们跟自己跑一个礼拜。第一个晚上，他们进入一座城市，其他警察并不知道他也是警察，当着镜头，他的脸被人按在了玻璃窗上。这段新闻播了出来，然后两天就消失了。Isbell 有时会觉得自己是梦到了它。Rodney King 的事件，在 1991 年所能允许的范围内走红了，然后就到了 4 月 29 日。他说不出这种差别究竟在哪里，只能说，如今信念和证据彼此喂养，手机和执法记录仪也掺和了进来。你去读读 Rodney King 事件之后那些说暴力不是答案的评论文章，再去读读 1980 年骚乱时的文章：用词几乎一模一样，一样到他很惊讶居然没有人被指控抄袭。

Fridman 提出了一个常见的二选一：金恩还是 Malcolm X。Isbell 先纠正了年龄的说法：Malcolm X 其实更年长；人们记住他是年轻、愤怒的那一个，是因为他死得更早，这是一种叙事手法。然后他拒绝了这个选择。他不站在道德立场上，只说一个让人不舒服的事实：暴力是有效的。它是一声呐喊。比他有才得多的人说过，暴力是没有被听见的人的声音，是人们觉得别无选择时所做的事。我们有时认为它是有正当理由的，有时则不这么认为；无论如何，当你呐喊的时候，即使人们没听清你喊的内容，也能听出你在呐喊。他认为一个不那么挑衅的说法是真的：凡是触及权力的改变，都需要斗争。斗争不一定要暴力。掌权者不会主动把权力交出去。他补充说，理解微积分也是同样的道理。

明年一切都会好吗？他倾向于这么想，因为他就是那种会这么想的人。他的母亲一直说，这一切终将过去，不只是坏的那部分。一切都会过去，包括那个 16 岁的女儿，她很快就会像他当年无视父母那样无视他。他不担心 AGI 会终结人类；任何时候都可能有什么东西终结我们，但撇开那些我们无法控制的事，他对我们的胜算还是比较乐观的。如果有小行星正在飞来，他也无能为力，所以他假定它不会来。这让食物吃起来更香。1980 年代，还没有谷歌的时候，他用能搜罗到的各种材料（他戏称是“偷”来的）拼出了一本《本周黑人历史》日历。留在他脑子里的，是 Benjamin Banneker 那一脉的发明家：他们做出的东西至今还在被我们使用，而他们身处的世界却可能因为他们在错误的州、错误的时间而抹去他们，而且往往不给任何功劳。“不朽”是他借来的一句话，指的是做点什么，最好是做点好事，让你的曾孙们知道你的名字。他不知道自己是否害怕死亡。在一次甲状腺手术中（他特意把手术排在 12 月 19 日，好说自己活到了 49 岁），五个小时就这么消失了，他没有任何时间流逝的感觉。他觉得那就是死亡。他一方面因为自己不会察觉而感到安慰，另一方面又因为自己不会察觉而愤怒。他宁愿亲自去弄清楚不朽到底糟不糟，然后自己做选择。有人问，一个连曾孙都不会知道他中间名字的人，生命的意义何在，他又借来一句话：整个宇宙，除了一个微不足道的例外，其余全都是由他人组成的，这一点很值得牢记。